AI这行正在把token当手机流量卖，但本周接连发生的三件事，正在提醒每一个真金白银付费的人：比价的尺子，可能从一开始就不对。
16日，Stripe被曝已敲定以超过70亿美元收购全球最大的"Token中转站"OpenRouter，一家支付巨头把AI调用的计量入口买了下来。36氪18日，中国移动发布中期业绩，宣布将在Token使用上做大产品规模，面向公众市场和政企市场推出全国统一的Token套餐资费，运营商的"词元套餐"生意正从试点走向全国统一盘子。微博19日，OpenAI Codex负责人Tibo则在X上罕见地"自曝行业底牌"：同一段文字扔给两个模型，一个切成766个token，另一个切成1170个。
都标5美元，账单差三成
Tibo的对比很直接：同一段文字（覆盖英文、技术文本、多语言和数字内容），GPT-5.6 Sol的分词器用掉766个token，Claude Opus 5的估算结果是1170个。36氪而两家的输入单价，都是每百万token 5美元。单价一模一样，这段文字在GPT-5.6 Sol上少切出34.5%的块数，输入费用也就跟着便宜了三成。
为了讲明白这件事，他打了个披萨的比方：两张一模一样的披萨，第一家切8块，每块2美元；第二家切16块，每块1.25美元。第二家招牌看着更便宜，可整张吃下来要20美元，第一家只要16美元。"你的胃并不关心你刚才吃了几块。"切得越碎，单块越便宜，整张反而越贵。
为什么差异这么大？因为token不是克、千瓦时那样的标准计量单位，每家厂商自己训练分词器，各有一把"刀法"：the、and、is这种高频词，一个词独占一个token；unbelievable这种长词，要拆成un、believ、able三四块。你的内容在这家训练语料里越"常见"，消耗的token就越少。
更反常识的是，同一家公司，新旧模型的计数也不能通用。Anthropic官方文档写得明确：Claude 4.7及之后的模型换了新分词器，同样的输入文本，产生的token数量比早期模型大约多30%。36氪官方给出的建议是，把同一个请求按两个模型各跑一遍，比对返回的input_tokens，别拿早期模型量出来的数字估算成本。自家两代模型之间计数都不能复用，跨厂商拿"每百万token单价"直接对比，就更谈不上标准化了。
改写账单的4个地方，都不写在价目表上
就算把分词差异对齐，账单至少还受另外几个变量摆布。
第一处是缓存。GPT-5.6 Sol的缓存输入价是0.50美元/百万token，只有标准输入价的十分之一，重复前缀多的用法，这一项就能改写整个账单结构。第二处是输出，输入5美元只是开胃菜，GPT-5.6 Sol输出30美元/百万token，Claude Opus 5是25美元起，在AI反复查、反复改的Agent工作流里，输出token的权重往往比输入更狠，前面省下的34.5%很可能在这里被吐回去。第三处是长上下文的小字：GPT-5.6 Sol的输入超过272K token时，整次请求的输入按2倍计价、输出按1.5倍计价。36氪注意，不是超出的部分加价，而是整次请求换到更高倍率，同一段代码在27万token的上下文里问和在28万token的上下文里问，单价就换了一档。
还有一个更隐蔽的坑：买到的"窗口"可能会缩水。官方规格写GPT-5.6 Sol有1.05M上下文，但有用户实测发现，特定版本的Codex客户端里，这个模型的窗口被卡在372K，实际可用353.4K，买的是百万窗口，用起来只剩三分之一。这份实测有明确的版本和账户限定，不能代表所有用户的现状，但Tibo随后专门发帖教大家手动把窗口开到100万，本身就说明默认值和标称值不是一回事。
顺带一提另一种计费方式切换的代价：GitHub Copilot今年6月正式从固定订阅切换成按Token消耗量计费，有人的月账单从50美元变成了3000美元。微博订阅制改成计量制，账单就有了放大器。
越像"流量套餐"的东西，越要弄清它到底按什么计费
回到国内场景。今年中国移动、中国联通、中国电信纷纷推出面向个人、政企用户的词元（Token）套餐产品，"1000万词元只卖9.9元"的宣传摆在那里，定价逻辑看上去完全就是我们熟悉的手机话费。微博
但每日经济新闻记者实测发现，这类套餐的计量方式和流量完全是两回事：“9.9元买千万Token”“1元体验AI算力套餐"听着白菜价，单单是输入一句"你好”，就会烧掉大约5万Token（约合0.125元）；不到1小时，15元的套餐就已见底。微博有开发者折算后的结论更直接：月成本是现有主流AI订阅套餐的五六倍。更尴尬的是，记者走访多地营业厅时，不少工作人员说不清自家的token套餐，“办不了，现在只是一个概念”"你是要装宽带吗"都是现场得到的回答。
这些不是说token计费本身是坑，恰恰相反，它是更精确计量算力的方式。但它们提醒普通消费者：越是包装成"流量"“语音分钟数"这种熟悉形态的套餐，下手前越要弄清三件事——实际调用的是哪个模型、什么算输入（系统提示词和历史上下文算不算）、超出部分怎么计价。宣传语里的"1000万token”，和你用法里的"1000万token"，可能根本不是同一个东西。
要比的不是单价，是"干成一件事多少钱"
Tibo那两条帖子里，有一句被数字盖过去的话：真正重要的是每次成功结果的成本。这个锚点，值得换过来。一个分词更省的模型，如果推理啰嗦、返工次数多，账单照样能反超"更贵"的对手。基准测试只能当起点，真要知道谁便宜，得拿自己的活儿去跑一遍：挑一个你真的常做的任务（修一个bug、写一份周报、翻一篇文档），用同样的提示词在两家各跑一次，看各自接口实际返回的input_tokens和output_tokens，再算上缓存命中、输出长度、有没有触发长上下文加倍，最后比谁把这件事干完花得更少。
对不同人群，我的建议是：
订阅党（已订ChatGPT Plus、Claude等）：固定月费本质是重度用户的"保险"，适合天天用的人，但要盯住用量限制，别一次性囤多个会员。
轻度用户：一周用不了几次，免费档或按量付费就够，不必为"看起来便宜"预充大额套餐。
运营商套餐党：下手前先确认上面三个问题，客服答不清楚的，把"搞不明白"也计入成本。
API开发者：别复用旧的token计数，别直接信比价表，拿自己的工作负载跑一遍；同时盯紧短期折扣窗口，比如GPT-5.6 Sol目前正在OpenRouter、Vercel AI Gateway等第三方平台做限时半价，这种折扣有截止日期，不能写进长期预算。知乎
最后说三个值得持续观察的信号。一是OpenAI首席财务官近期表示，预计OpenAI将在2027年成为一家上市公司。知乎上市前定价策略可能更激进，价格战或许还有得打。二是全国统一Token套餐资费落地后，“词元民生化"会是长期趋势，运营商套餐的计量规则大概率会被倒逼优化。三是"每次成功结果的成本"会不会取代"每百万token单价”，成为新的行业比价锚点，如果会，现在所有的比价表都得重做。
下次再有人拿比价表告诉你"这个模型更便宜"，你可以先问一句：干成同一件事，它到底花多少钱？
